Teuvo Kohonen (1934-2021) oli tekniikan tohtori, akatemiatutkija ja akateemikko. Hän suuntautui urallaan neurolaskennan tutkimukseen. Hän oli maailman tunnetuimpia keinotekoisten neuroverkkojen tutkijoita.
Tapasin Teuvo Kohosen 1980-luvun alkupuolella. Olin siirtynyt työskentelemään VTT:n tietokonetekniikan laboratorioon, ja tehtäväkseni tuli kehittää tietokoneiden toimintaperiaatteita. Eräs sen aikaisten (ja myös nykyisten) tietokoneiden tehokkuutta rajoittava ongelma on niin sanottu von-Neumann pullonkaula (John von Neumann oli eräs alan varhaisia pioneereja). Kaikki tietokoneet käsittelevät tietoa, eli ammattikielellä dataa. Tietokoneen keskusyksikkö eli prosessori hakee datan pikku pala kerralla erillisestä muistiyksiköstä. Mutta jotta dataa voidaan hakea, pitää tietää, mistä kohdasta muistia, eli mistä osoitteesta data noudetaan. Siksi tietokoneissa käytetään erilaisia menettelyjä pitämään kirjaa datan sijainnista ja kehittämään hakuosoitteita. Ja tämä on hankalaa ja tehotonta.
Olisi paljon helpompaa, jos data voitaisiin poimia suoraan muistista jonkinlaisen sisältövihjeen perusteella. Tällaista muistia sanotaan sisältöhakuiseksi (content accessible memory). Kun aloin tutkia tällaisia muisteja, kävi pian ilmi, että Teuvo Kohonen oli kirjoittanut useita artikkeleita ja jopa kirjoja tällaisista muisteista. Otinkin häneen yhteyttä, ja pian minulle selvisi, että ongelma on varsin vaikea (ei se ole vieläkään ratkennut). Pohdin myös siirtymistä hänen tutkimusryhmäänsä, mutta se ei toteutunut.
Kohonen tutki myös keinotekoisia hermoverkkoja (ANN, artificial neural networks). Ne olivat myös minulle tuttuja, jollain lailla asiat liittyvät toisiinsa. Nämä verkot ovat yksinkertaisista laskentasoluista koottuja rakenteita, jotka ainakin periaatteessa voisivat käsitellä tehokkaasti tietoa. Kukin verkon solu sekä tallentaa tietoa että suorittaa yksinkertaista laskentaa. Omien aivojemme hermosolut ovat ilmeisest tämän kaltaisia, ja siksi minua ja Kohosta yhdisti myös kiinnostus aivojen tutkimiseen.
Teuvo Kohonen oli tehnyt tärkeän keksinnön. Hänen keksimässään verkossa kukin laskentasolu suorittaa itsekseen hyvin yksinkertaista algoritmia. Osoittautui, että kun tällaiseen verkkoon syötetään dataa, verkko jäsentää datan ja tallentaa sen kaksiulotteisen kartan muotoon siten, että kullakin alueella datassa on keskenään samanlasia piirteitä. Tällaista karttaa sanotaan itseorganisoituvaksi kartaksi (eli self organizing map, SOM, tai Kohonen map /Kohonenkarte). Keksintö oli sensaatiomainen ja herätti paljon huomiota, vaikka välittömiä teknisiä läpimurtoja siitä ei seurannut.
Kului vuosia ja vuosikymmeniä, SOM kartat jäivät elämään tieteellisenä maamerkkinä ja legendana, mutta ne eivät saaneet suoraa jatkoa. Muutama vuosi sitten viimeistelin kirjaani Robottipuisto. Tiedekirjan kirjoittaminen merkitsee, paitsi oman tietovaraston penkomista ja jäsentelyä, myös sitä, että pitää jatkuvasti lukea uusimpia alan julkaisuja. Ehkä oma tieto onkin vanhentunut, tai ehkä alalla on tehty uusia löytöjä, joista ei vielä ole selvillä. Niinpä sitten tuossa työssä törmäsin käsitteeseen ”Mountcastlen algoritmi”. Heikko tuttuuden tunne syttyi jossain aivojeni lokerossa. Vähitellen tuo tunne muuttui yhä vahvemmaksi, asiaa piti tutkia tarkemmin, ja pian uusi löytö asettui paikoillaan. Kerron nyt, mistä on kysymys.
Vernon Mountcastle (1918–2015) oli amerikkalainen neurotieteilijä, joka loi uransa Johns Hopkins yliopistossa Baltimoressa. Hän oli maailman kuuluisimpia aivotutkijoita. Hän kirjoitti äärettömän tärkeän julkaisun jo vuonna 1957. Silti kuulin hänestä ja hänen työstään vasta muutamia vuosia sitten. Tällaista elämä joskus on.
Mountcastle tutki ihmisen aivokuorta. Ihmisen aivokuori (eli cortex eli neocortex) on kooltaan noin 50*50 cm ja noin 1,5-5 mm paksuinen. Se on rypistynyt kaksijakoisen puolipallon muotoiseksi kappaleeksi, niin että se mahtuu hyvin päähämme. Tuon rakenteen alla sijaitsevat kehityksellisesti vanhemmat aivojen osat. Aivokuoressa on tiheästi pakattuja harmaita hermosoluja, ja sen alla on runsaasti valkeaa ainetta. Valkoinen aine koostuu hermosäikeistä, jotka muodostavat solujen väliset kytkennät. Saman tapainen aivorakenne tavataan monilla mutkikkailla eläimillä, mutta ihmisellä se on erityisen hallitseva.
Aivokuoressa erottuu tyypillisesti 6 solukerrosta, ja on havaittu, että solut ovat voimakkaasti kytkeytyneet toisiinsa pystysuunnassa, eli kohtisuorassa aivokuoren pintaa vastaan. Mountcastlen mukaan solut muodostavat pystysuoria laskentapylväitä tai -kanavia, jotka kaikki suorittavat samanlaista laskenta-algoritmia. Aivokuori on kaikkialla samankaltainen riippumatta siitä, mitä tuo kuoren alue tekee. Se on hyvin oppiva rakenne, joka on mukautunut suorittamaan kullakin aivoalueella tarpeellista toimintaa, oli se sitten näkemistä, kuulemista tai jotain mutkikkaampaa. Tällainen rakenne on hyvin joustava, esimerkiksi ihminen usein toipuu aivovammoista, kun lähialueen solut oppivat korvaamaan vahingoittuneen alueen toimintoja.
Entä mitä tuo algoritmi tekee. Tämän olen ymmärtänyt jo aikaisemmin toisen kuuluisan aivotutkijan, portugalilaisen Antonio Damasion (s.1944) työn kautta. Aivokuoren algoritmit tekevät yleistyksiä. Ne yhdistävät eri aistinelimien (tai muiden lähteiden) signaaleja sellaisiksi muistirakenteiksi, jotka ovat riippumattomia aistilajeista, yleisiksi muistihahmoiksi. Muistikuvamme ovat tällaisia, vaikka niihin voi liittyä heikkoja kuva-, tai äänihahmoja. Ne on kuitenkin rekonstruoitu, meillä ei ole tarkkaa valokuva- tai videomuistia.
Entä miten tämä liittyy Teuvo Kohosen SOM-verkkoihin? Siten, että aivokuoren laskentakanavien suorittama ns. Mountcastlen algoritmi on yleiseltä idealtaan hyvin samanlainen kuin SOM-verkon soluen algoritmi. Yhteys on siis periaatteellinen, anatomista tai algoritmitason samankaltaisuutta ei tietenkään ole.
En tiedä, onko kukaan koskaan huomannut tätä Mountcastlen, Damasion ja Kohosen töiden yhteyttä. No, tässä se nyt on, nauttikaa!
